Feedback-Modulated Harmonic Policies for Quadruped Locomotion

📄 arXiv: 2609.17946v1 📥 PDF

作者: Yixuan Jia, Steven Roche, Jonathan P. How

分类: cs.RO

发布日期: 2026-09-16

备注: 8 pages

💡 一句话要点

提出反馈调制谐波策略以优化四足动物运动控制

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 四足机器人 运动控制 傅里叶级数 反馈机制 动态适应性 机器学习 仿真实验

📋 核心要点

  1. 现有的四足动物运动控制方法通常忽视了运动的周期性结构，导致关节动作的调节不够灵活。
  2. 本文提出了一种新的运动策略，通过傅里叶级数显式表示关节轨迹，并利用反馈实时调整运动参数。
  3. 实验结果显示，所提出的谐波控制器在速度和负载能力上均优于传统的直接输出策略，具有显著的性能提升。

📝 摘要（中文）

学习的四足动物运动策略通常将观察直接映射到关节级动作，未能显式考虑运动的周期性结构。本文探讨了一种替代表示方法，其中每个关节轨迹通过命令条件的傅里叶级数表达，并通过机器人状态的反馈在线调整。上下文网络生成傅里叶系数和每步反馈网络的权重，输出调整关节偏移、谐波增益、频率和相位。在仿真中，我们考察了这种显式频率结构及其与直接输出关节目标的多层感知机（MLP）策略的隐藏激活之间的关系。实验结果表明，训练的谐波控制器在Unitree Go2上实现了3.67米每秒的峰值速度，并在不同试验中承载了高达5.883公斤的额外负载。

🔬 方法详解

问题定义：本文旨在解决现有四足动物运动策略未能显式考虑运动周期性结构的问题，导致关节动作调节不足，灵活性差。

核心思路：论文提出通过命令条件的傅里叶级数来表示关节轨迹，并利用反馈机制在线调整运动参数，以增强运动的灵活性和适应性。

技术框架：整体架构包括上下文网络生成傅里叶系数和反馈网络的权重，反馈网络根据机器人状态调整关节偏移、谐波增益、频率和相位。

关键创新：最重要的创新在于将傅里叶级数与反馈机制结合，使得运动控制不仅依赖于静态命令，还能实时响应环境变化，显著提高了运动的适应性。

关键设计：在设计中，傅里叶系数的生成和反馈网络的权重设置是关键，采用了适应性调整机制来优化关节动作的实时响应，确保运动的平滑性和稳定性。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果表明，训练的谐波控制器在Unitree Go2上实现了3.67米每秒的峰值速度，并在不同试验中承载了高达5.883公斤的额外负载，显示出显著的性能提升，相较于传统方法具有更好的适应性和灵活性。

🎯 应用场景

该研究的潜在应用领域包括机器人运动控制、自动驾驶、以及其他需要灵活适应环境变化的动态系统。通过提高四足机器人的运动能力，能够在复杂环境中执行更为复杂的任务，具有重要的实际价值和未来影响。

📄 摘要（原文）

Learned quadruped locomotion policies commonly map observations directly to joint-level actions, leaving the periodic structure of locomotion implicit in the policy. We investigate an alternative representation in which each joint trajectory is expressed as a command-conditioned Fourier series and modified online using feedback from the robot state. A context network generates the Fourier coefficients and the weights of a per-step feedback network, whose outputs adjust joint offsets, harmonic gains, frequency, and phase during execution. In simulation, we examine this explicit frequency structure alongside the hidden activations of an MLP policy that directly outputs joint targets. The harmonic waveforms change frequency and shape with commanded speed. Dynamic mode decomposition of selected MLP rollouts reveals dominant activation modes near the foot-height oscillation frequency and its second harmonic, showing periodic structure without an explicit Fourier generator. On a Unitree Go2, the simulation-trained harmonic controller records a provisional onboard-estimated peak speed of 3.67 meter per second and carries added loads up to 5.883 kilogram in separate trials.